-
公开(公告)号：CN119442066A
公开(公告)日：2025-02-14
申请号：CN202411624220.1
申请日：2024-11-14
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F18/2431 , A61B5/021 , G06F18/2131 , G06F18/214 , G06N3/0464 , G06N3/096
Abstract: 本发明提出了一种基于深度学习的iPPG血压检测方法。本发明中，采用迁移学习策略，旨在解决iPPG数据稀缺无法完成深度学习训练的问题。利用现有的、类型丰富的且数据量充足的PPG数据对模型进行预训练，实现模型对血液容积脉搏波与血压之间存在的隐性关系的初步理解，再使用自采的iPPG数据对预训练模型进行微调，使模型更适配于iPPG检测血压的任务。数据输入模型之前，根据容积脉搏波波形特征量K值以及划分的血压区间将数据进行分类，各区间独立训练以适配不同类型的血压检测。在实际部署和使用时，以受试者首次测量真值为基准，自动分配个性化模型为其进行后续的血压检测。
-
公开(公告)号：CN119302629A
公开(公告)日：2025-01-14
申请号：CN202411441319.8
申请日：2024-10-15
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: A61B5/021 , A61B5/024 , G06V20/40 , G06V10/25 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种将滑窗滤波与多头注意力机制结合的非接触脉搏波及心率检测方法，该方法包括以下步骤：从人体腕部视频中选择桡动脉区域作为感兴趣区域，获取视频中感兴趣区域的均值时间序列，该序列作为初始脉搏波信号，将该信号经过三次滑窗滤波进行预处理，达到去趋势、去噪的效果；将预处理后的序列信号按照相应的比例划分为训练集、验证集和测试集；构建将多头注意力机制和多层感知机相结合的可训练的深度学习网络模型；将划分好的训练集送入到深度学习神经网络中进行训练，模型的输出为恢复了更多细节的更准确的脉搏波；将脉搏波进行傅里叶变换，获取其主频率，从而获得心率；将预处理算法、训练好的深度学习模型和心率计算算法相连接，获得端到端的非接触脉搏波及心率检测网络。本发明的方法提高了非接触测量脉搏波和心率的准确性。
-
公开(公告)号：CN119302628A
公开(公告)日：2025-01-14
申请号：CN202411441088.0
申请日：2024-10-15
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明提出了一种非接触精准测量脉搏波及心率的方法和系统，该方法包括以下步骤：使用高帧率高位深的相机拍摄人体手腕，获得raw图片序列；将选择感兴趣区域，并获取感兴趣区域中的G通道数据；计算每一帧的G通道均值，获得均值序列；将均值序列通过带通滤波器，获得脉搏波；将脉搏波通过训练好的多层感知机，从而恢复更多的脉搏波细节；使用傅里叶变换获得脉搏波主频率，从而获得心率；将测量得到的脉搏波及心率通过显示屏UI界面展示给用户。本发明的方法和系统提高了非接触测量脉搏波和心率的准确性。
-
公开(公告)号：CN117805488A
公开(公告)日：2024-04-02
申请号：CN202410021318.1
申请日：2024-01-08
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G01R27/02
Abstract: 本发明涉及电阻抗谱测量仪技术领域，具体涉及一种便携式电阻抗谱测量仪器及其使用方法，包括阻抗采集模块、主控、无线模块和线性稳压模块，阻抗采集模块由阻抗转换器网络分析芯片内部产生幅值与频率可控的正弦波扫描信号对外部阻抗进行激励，激励信号经过放大、滤波后被数模转换器取样，并经过离散傅里叶变换得到阻抗的实部值与虚部值；主控对阻抗转换器网络分析芯片编程，并通过无线模块实现联网；无线模块实现手机上位机和主控的双向交互；线性稳压模块为整个系统中各个模块提供稳定电压。解决使用传统台式阻抗分析仪测量样品电阻抗谱不便携、传统台式阻抗分析仪价格高昂的问题。
-
公开(公告)号：CN116703876A
公开(公告)日：2023-09-05
申请号：CN202310734407.6
申请日：2023-06-20
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本申请公开了基于三维点云深度学习的电梯门锁啮合深度检测系统，方法包括：S1.采集电梯门锁啮合特征点云数据并进行预处理；S2.对预处理后的特征点云数据进行点云反归一化处理，提取点云边界；S3.根据点云边界的给定点坐标，得到两点的相对距离，即门锁的啮合深度；S4根据门锁的啮合深度判断是否符合标准啮合深度，若不符合，发出警报，并将层门门锁啮合深度信息发送至控制室内的控制室中。利用点云边界提取方法提取点云边界并提取锁钩和钩挡的点云坐标计算电梯门锁啮合深度的计算，实现对电梯门锁啮合深度的监测，降低了人工对门锁啮合深度检测时的安全风险，采用优化过后的点云数据处理方法还极大地提高了检测效率与准确度。
-
Patent Agency Ranking
公开(公告)号：CN118230938A
公开(公告)日：2024-06-21
申请号：CN202410333523.1
申请日：2024-03-22
Applicant: 桂林电子科技大学
IPC: G16H50/20 , A61B5/00 , G06V10/774 , G06V10/776 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本发明提供的是一种基于多模型融合的多光谱皮肤辅助诊断系统。其特征是：它由预处理方法(1)、医生诊断结果(2)、多光谱数据集(3)、深度学习模型(4)、动态学习权重分配机制(5)、多模型融合(6)、快速采集系统(7)、分类系统(8)组成。本发明可用于皮肤科临床应用中辅助诊断，可实现无接触式高效采样，病症快速识别，多项功能集成于分类系统，操作便利、反馈迅速，可广泛用于皮肤损伤程度判断、多光谱皮肤病图像获取、皮肤多层次病因诊断等领域。
-
公开(公告)号：CN113759722B
公开(公告)日：2024-03-29
申请号：CN202111067168.0
申请日：2021-09-13
Applicant: 桂林电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种无人机自抗扰控制器(ADRC)参数优化方法，针对在工程实践中，自抗扰控制器相比于PID控制器需要调节的控制器参数更多，且参数之间相互影响，人工进行调节较为困难且难以达到最优的问题，采用了所述的一种无人机自抗扰控制器参数优化方法来对控制器的参数进行优化，该方法将模糊逻辑的特性加入到粒子群(PSO)算法中，提高了PSO算法的全局和局部的探索能力，避免了粒子陷入局部最优值的同时还提高了求解的精度；本发明解决了自抗扰控制器调参难题，提高了无人机控制系统的稳定性和鲁棒性，极大地推进了自抗扰控制器在实际中的广泛应用。
-
公开(公告)号：CN117250543A
公开(公告)日：2023-12-19
申请号：CN202311209255.4
申请日：2023-09-19
Applicant: 桂林电子科技大学
IPC: G01R31/392 , G01R31/367 , G01R31/378 , G01R31/385
Abstract: 本发明公开一种基于电池模型参数特征的锂电池健康状态估计方法，通过电池实际运行过程中的充电或放电的部分区间电压电流测试数据辨识电池模型参数，需要的测试数据很少，能够有效适应实车运行过程中充放电时间序列缺失或测试数据不足的工况，具有更强的实用性。将不同充放电工况下的等效电路模型参数作为Bi‑LSTM模型的输入特征，使模型特征具有明确的物理意义，保证了模型的泛化性和可解释性，可以应用于不同的电池类型，具有更好的通用性。
-
公开(公告)号：CN117237725A
公开(公告)日：2023-12-15
申请号：CN202311212612.2
申请日：2023-09-19
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/80 , G06V10/46 , G06V10/50 , G06V10/54 , G06V10/77 , G06V10/82 , G06V10/26 , G06V10/70 , G06V10/774 , G06V10/771 , G06V10/776 , G06V20/62 , G06V10/96 , G06N3/006 , G06T7/00
Abstract: 本发明公开一种基于图像的轮胎磨损程度快速检测方法，通过轮胎厂或汽车厂商获得不同类型的轮胎图像，每类轮胎图像的五种不同磨损程度选择一张图像，对选择的轮胎图像进行裁剪，模拟实际轮胎的污垢及图像光斑构建噪声，通过加噪进行数据增强后提取灰度共生矩阵特征的均值和均方根值、改进的梯度直方图特征以及局部二值模式特征，对提取的三类特征向量分别进行降维再拼接融合，然后将得到降维融合后的特征向量分类器模型，对分类器的重要参数采用鲸鱼优化算法进行优化，得到训练好的随机森林优化分类器模型，模型测试待检测轮胎磨损程度图像。本发明用于估计轮胎剩余寿命，更迅速便捷地提醒车主轮胎磨损程度信息。
-
公开(公告)号：CN117218078A
公开(公告)日：2023-12-12
申请号：CN202311172874.0
申请日：2023-09-12
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/13 , G06T7/60 , G06T5/00 , G06T5/20 , G06T5/50 , G06V10/26 , G06V10/82 , G06N3/0464 , G06N3/084 , B66B5/00 , G01B11/25 , G01B11/22
Abstract: 本发明公开了一种基于平行光投影的曳引轮槽磨损测量方法及系统，包括：获取曳引轮槽投影图像，对曳引轮槽投影图像依次进行矫正与预处理，获得准确曳引轮槽投影图像；构建曳引轮槽边界数据集，建立语义分割网络模型并通过曳引轮槽边界数据集进行训练，获得最优语义分割网络模型；将准确曳引轮槽投影图像输入最优语义分割网络模型，获得曳引轮槽边界像素点；基于曳引轮槽边界像素获得曳引轮槽亚像素边界；基于曳引轮槽亚像素边界计算获得曳引轮槽磨损形状、磨损深度，实现曳引轮槽磨损测量。本发明基于平行光投影，实现了对曳引轮槽的定性、定量磨损测量，准确得出曳引轮槽的磨损信息，有利于曳引轮槽磨损进行后续分析研究，提高电梯运行安全性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.077 seconds)
